深度学习特定自承认技术债务生命周期的初步探察
软件工程
2025-10-07 v1
摘要
深度学习(DL)启用系统的快速采用已彻底改变软件开发，推动各类领域的创新。然而，这些系统也带来了独特挑战，尤其是在维护软件质量和性能方面。尽管如此，自承认技术债务(SATD)在DL特定领域的生命周期仍未得到充分探讨。本研究对DL特定SATD的持久性和生命周期进行初步分析。本项目的目的是揭示SATD在开发生命周期中的引入、识别和持久性模式，提供有关如何管理这些问题的信息。通过挖掘软件存储库技术，我们检查了40个ML项目，聚焦于185个DL特定SATD实例。分析通过项目提交历史跟踪SATD实例的引入和持久性，以评估其生命周期和开发人员操作。发现表明，DL特定SATD主要在项目开发的早期和中期引入。训练和硬件阶段显示出最长的SATD持续时间，突显了债务积累并持久存在的关键区域。此外，开发人员在功能实现和错误修复期间更频繁地引入DL特定SATD。本研究强调在DL启用系统中实施针对性DL特定SATD管理策略的必要性，以减轻其影响。通过理解DL特定SATD的时间特征和演化，开发人员可以在关键阶段优先处理干预，以提高系统的可维护性和质量。
引用
@article{arxiv.2510.03802,
title = {A First Look at the Lifecycle of DL-Specific Self-Admitted Technical Debt},
author = {Gilberto Recupito and Vincenzo De Martino and Dario Di Nucci and Fabio Palomba},
journal= {arXiv preprint arXiv:2510.03802},
year = {2025}
}
备注
Accepted at the International Workshop of Software Quality Assurance for Artificial Intelligence 2025 (SQA4AI), Montr\'eal, Canada